1 简介

大家好，我们在日常使用?Python?的过程中，经常会使用?json?格式存储一些数据，尤其是在?web?开发中。而?Python?原生的?json?库性能差、功能少，只能堪堪应对简单轻量的?json?数据存储转换需求。

而本文我要给大家介绍的第三方?json?库?orjson?，在公开的各项基准性能测试中，以数倍至数十倍的性能优势碾压?json?、?ujson?、?rapidjson?、?simplejson?等其他?Python?库，且具有诸多额外功能，下面我们就来领略其常用方法吧~

2 orjson常用方法

orjson?支持?3.7?到?3.10?所有版本64位的?Python?，本文演示对应的?orjson?的版本为?3.7.0?，直接使用?pip install -U orjson?即可完成安装。下面我们来对?orjson?中的常用方法进行演示：

2.1 序列化

与原生?json?库类似，我们可以使用?orjson.dumps()?将?Python?对象序列化为?JSON?数据，注意，略有不同的是，?orjson?序列化的结果并不是?str?型而是?bytes?型，在下面的例子中，我们对包含一千万个简单字典元素的列表进行序列化，?orjson?与?json?库的耗时比较如下：

2.2 反序列化

将?JSON?数据转换为?Python?对象的过程我们称之为反序列化，使用?orjson.loads()?进行操作，可接受?bytes?、?str?型等常见类型，在前面例子的基础上我们添加反序列化的例子：

2.3 丰富的option选项

在?orjson?的序列化操作中，可以通过参数?option?来配置诸多额外功能，常用的有：

OPT_INDENT_2

通过配置?option=orjson.OPT_INDENT_2?，我们可以为序列化后的?JSON?结果添加2个空格的缩进美化效果，从而弥补其没有参数?indent?的不足：

OPT_OMIT_MICROSECONDS

orjson.dumps()?可以直接将?Python?中?datetime?、?time?等标准库中的日期时间对象转换成相应的字符串，这是原生?json?库做不到的，而通过配置?option=orjson.OPT_OMIT_MICROSECONDS?，可以将转换结果后缀的毫秒部分省略掉：

OPT_NON_STR_KEYS

当需要序列化的对象存在非数值型键时，?orjson?默认会抛出?TypeError?错误，这时需要配置?option=orjson.OPT_NON_STR_KEYS?来强制将这些键转换为字符型：

OPT_SERIALIZE_NUMPY

orjson?的一大重要特性是其可以将包含?numpy?中数据结构对象的复杂对象，兼容性地转换为?JSON?中的数组，配合?option=orjson.OPT_SERIALIZE_NUMPY?即可：

OPT_SERIALIZE_UUID

除了可以自动序列化?numpy?对象外，?orjson?还支持对?UUID?对象进行转换，在?orjson 3.0?之前的版本中，需要配合?option=orjson.OPT_SERIALIZE_UUID?，而本文演示的?3.X?版本则无需额外配置参数：

OPT_SORT_KEYS

通过配合参数?option=orjson.OPT_SORT_KEYS?，可以对序列化后的结果自动按照键进行排序：

组合多种option

当你的序列化操作需要涉及多种?option?功能时，则可以使用?|?运算符来组合多个?option?参数即可：

2.4 针对dataclass、datetime添加自定义处理策略

当你需要序列化的对象中涉及到?dataclass?自定义数据结构时，可以配合?orjson.OPT_PASSTHROUGH_DATACLASS?，再通过对?default?参数传入自定义处理函数，来实现更为自由的数据转换逻辑，譬如下面简单的例子中，我们可以利用此特性进行原始数据的脱敏操作：

类似的，针对?datetime?类型数据，我们同样可以配合?OPT_PASSTHROUGH_DATETIME?和自定义?default?函数实现日期自定义格式化转换：

以上就是本文的全部内容，欢迎在评论区与我进行讨论~

---

1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。